[線代] 低解析度矩陣的特徵值放大情形

如題，因為原始矩陣過於龐大無法計算，因此需要將矩陣用維持通量的方式縮小大小， 我覺得想法有點像將高解析度的圖片降階。 但是取 eigenvalue的時候會發現最大的前幾項實部跟虛部都會有放大的現象 想請問版上大大有什麼理論會解釋這個嗎？ 另外就是矩陣這種降階方法也會跟做頻域分析取樣太粗而造成 aliasing有一樣的狀況嗎 ？需要研究什麼理論才能了解這塊？ ---- Sent from BePTT -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.12.60.154 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Math/M.1597118600.A.90C.html